-
题名基于局部信息融合的正交稀疏保留投影分析
- 1
-
-
作者
袁安鼎
荆晓远
吴飞
-
机构
南京邮电大学自动化学院
南京邮电大学通信与信息工程学院
-
出处
《计算机技术与发展》
2017年第1期61-64,69,共5页
-
基金
国家自然科学基金资助项目(61272273)
江苏省普通高校研究生科研创新计划(CXLX13_465)
-
文摘
模式识别领域对于样本分类判别的准则有很多,近期运用比较多的是将原始数据样本的稀疏重构关系保持到投影变换后的样本空间中,从而增加分类的准确性。稀疏保留投影算法(SPP)就是基于该思想发展起来的典型算法。该算法在寻找最佳投影变换时是从样本的全局角度出发,没有考虑到样本总体呈现非线性而局部线性的空间结构,样本间的局部信息对识别率同样有很大的提升作用,同时SPP算法获取的投影变化是非正交的,特征变换之间存在冗余信息,特征信息之间存在冗余的情况对于样本分类过程存在很大的干扰项。基于以上不足之处,提出基于局部信息融合的正交稀疏保留投影,将正交性以及样本间的局部结构信息融入SPP算法之中,同时在AR以及CAS-PEAL人脸库上对所提算法进行验证。
-
关键词
稀疏保留投影
局部近邻信息
正交性
迭代终止准则
-
Keywords
sparsity preserving projections
local neighbor information
orthogonality
itemtive stopping criterion
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名局部广义张量鉴别分析
- 2
-
-
作者
葛祥龙
荆晓远
董西伟
吴飞
姚永芳
-
机构
南京邮电大学自动化学院
-
出处
《计算机技术与发展》
2015年第11期130-133,共4页
-
基金
国家自然科学基金资助项目(61272273)
江苏省333工程项目(BRA2011175)
南京邮电大学校科研项目(XJKY14016)
-
文摘
在过去十年里,致力于研究把线性鉴别分析扩展到更高阶数据分类,即多线性鉴别分析,以得到更好的鉴别效果。广义张量鉴别分析(GTDA)方法是其中最具代表性的算法之一。文中提出了一种新的多线性鉴别分析方法,即局部广义线性鉴别分析(LGTDA)方法。其利用张量样本的局部近邻信息重新定义了鉴别分析中的类间散度矩阵和类内散度矩阵,使得提出的方法比其他方法在投影空间中更好地保留原始空间的局部结构信息。另外,用多种特征提取技术提取出原始样本图片的各种信息构成文中算法的张量样本,充分利用了张量数据的优势。在AR和CAS-PEAL人脸数据库上的实验结果验证了文中方法的有效性。
-
关键词
张量数据
局部近邻信息
广义张量鉴别分析
局部张量鉴别分析
-
Keywords
tensor data
local neighbor information
general tensor discriminant analysis
local general tensor discriminant analysis
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-